본 논문은 대규모 비전 모델(LVMs)을 시계열 분석에 적용하는 최초의 체계적인 연구 결과를 제시합니다. 4개의 LVM, 8개의 이미징 방법, 18개의 데이터셋, 26개의 기준 모델을 사용하여 고차원(분류) 및 저차원(예측) 작업에 대한 광범위한 실험 및 ablation 분석을 수행했습니다. 그 결과, LVM은 시계열 분류에 유용하지만 예측에는 어려움을 겪는다는 것을 밝혔습니다. 현재 최고 성능의 LVM 예측 모델조차 특정 유형의 LVM과 이미징 방법에 국한되고, 예측 기간에 대한 편향을 가지며, 긴 과거 데이터 활용 능력이 제한적임을 보였습니다. 본 연구는 LVM 및 다중 모달 기반 시계열 분석 연구의 기초를 제공합니다.
